寒旱牧区植被覆盖变化及气候因子驱动分析——以富蕴县为例

岳胜如，孟福军，胡雪菲

（塔里木大学水利与建筑工程学院，新疆阿拉尔843300）

植被是地表环境的重要构成部分，在地表的氧、碳、氮、水等能量交换和物质循环的过程中发挥着不可代替的作用。植被覆盖随空间和时间的变化在很大程度上反映地球表面生态环境的演变规律[1]。在全球气候变化的背景下，气候因子变化是环境演变的重要驱动力，地球局部地区气候发生了明显变化，不同地区植被对气候变化的响应强度存在差异，自然因素对植被变化的驱动贡献率也存在地区差异，探讨全球和区域尺度植被对气候因子的响应关系显得十分重要[2-8]。已有研究成果表明，全球气温在过去的几十年中显著上升，受气温变化影响北半球中高纬度地区植被生长季已经延长[9]，已成为研究植被覆盖变化对气候因子响应的热门区域。新疆维吾尔自治区位于中亚干旱区腹地，极端干旱的气候使得当地生态环境对气候变化的响应非常敏感[10]，北疆阿勒泰地区是新疆重要的牧区之一，该地区属大陆性寒温带气候，春秋短暂，夏季炎热，冬季严寒漫长。工业以矿业为主，矿产资源开发导致一系列生态环境问题，第一产业以畜牧业为主，过度放牧使得天然草场退化严重[11]。近年来，随着生态保护工作的持续开展，研究其生态环境变化对生态保护措施制定、产业结构调整具有十分重要的意义。随着遥感技术的广泛应用，利用NDVI（normalized different vegetation index,归一化植被指数）研究植被覆盖长时间序列变化的方法已经比较成熟，主要集中在植被覆盖时空变化特征及对人类活动和气候变化的响应分析。彭飞等[12]基于NDVI数据，构建了2000～2014年呼伦贝尔植被覆盖时间序列，结合气象数据分析了气候因子对植被覆盖变化的驱动作用。凌威等[13]利用多时相Landsat 数据研究表明卡山保护区1990～2014 年保护区植被覆盖度下降明显，人文因素对植被覆盖度变化影响显著。隋悦等[14]分析了2000～2013 年新疆植被覆盖变化时空特征，结果表明新疆植被覆盖在波动中增长，增长显著区域在准格尔盆地边缘和塔里木盆地绿洲。陈秀研[15]对2000～2016年中亚天山植被变化和驱动因素进行了研究，发现该区域植被生长的主要限制因素是降水，北天山和中天山西部植被覆盖退化的主要原因是降水减少和温度上升，而北天山东部和南天山植被覆盖的增加得益于降水增加和温度适宜。王智超[16]对罗布泊地区1988～2017年NDVI变化特征及与降水的响应关系研究发现，该区域年均NDVI呈下降趋势，且年均NDVI和降水存在一定的正相关性。现有的对于北疆寒旱牧区植被覆盖变化及驱动力研究主要是大空间尺度，比如新疆[17]，针对阿勒泰牧区的研究较少。本研究基于MODIS NDVI（2000～2018 年）数据集，研究基于像元的植被覆盖时空变化特征及其对降雨量、气温的响应关系，以期为该区域生态环境管理和保护提供一定的科学数据。

1 材料与方法

1.1 研究区概况

富蕴县位于新疆维吾尔自治区东北部阿勒泰地区，县境东西宽约180km，南北长约423km，面积3.3万km2。地貌复杂兼有盆地、山区、戈壁、河谷、沙漠等，北高南低，海拔在800～1200m。年平均气温3.0℃，年降雨量189.6mm，蒸发量大且日照丰富。

1.2 数据来源及预处理

遥感数据采用2000～2018年6～8月MODIS 13A2月合成3级产品数据，行列号为h24和v04，空间分辨率为1000m，来源于美国国家航空航天局NASA（https://ladsweb.modaps.eosdis.nasa.gov/）。气象数据为2000～2018年新疆富蕴县气象站点的降雨量和气温数据，数据来源于国家气象科学数据中心（http://data.cma.cn/user/toLogin.html）。使用Modis tool和ENVI软件对遥感影像数据进行格式和投影转换、拼接裁剪、分级统计等处理。

1.3 研究方法

1.3.1 斜率分析法 2000～2018年NDVI的年际变化，采用最大值合成方法MVC（maximum value composites），第i年6～8月NDVI最大值的计算方法为：

式中：NDVIi是第i年 NDVI 最大合成值；NDVIt为各像元植被 6～8 月份月 NDVI 值；d为第i年月合成 NDVI 影像总数。

对2000～2018 年NDVI 进行分级统计分析，基于彭飞等[12]对呼伦贝尔草原植被覆盖度变化趋势分析的结果和闫萧萧等[18]对陈巴尔虎旗植被覆盖度时空变化遥感监测的结果以及结合研究区植被覆盖实际情况，在等差分级的基础上进行了相应的调整，以此进行NDVI 分级。即：NDVI＜0 的区域为水域、0＜NDVI＜0.1（极低）、0.1＜NDVI＜0.2（低）、0.2＜NDVI＜0.4（中低）、0.4＜NDVI＜0.6（中）、0.6＜NDVI＜0.8（中高）、0.8＜NDVI＜1.0（高）。采用最小二乘原理，基于时间序列分析近19 年研究区各NDVI 分级面积特征。对近19 年研究区NDVI 空间变化规律基于像元进行模拟，使用一元线性回归趋势分析，逐像元拟合每个像元的斜率，从而得到变化率，进而达到对研究区NDVI变化空间特征分析的目的，其计算方法为：

式中：θslope为变化斜率；n=19为监测年数；i=1，2，…，19为年序号；fci为第i年NDVI值。显然，植被指数减少斜率为负，植被指数上升则斜率为正。遵从自由度为n-2的t分布，可以用来进行变化趋势的显著性检验，在0.1显著性水平下将NDVI变化趋势进行分级。

1.3.2 相关性分析法 采用相关性分析方法研究植被指数NDVI对气候因子变化的响应关系，计算方法为：

式中：yi为气候因子第i年的数值为气候因子多年平均值；xi为在第i年NDVI的某个栅格数值为NDVI多年平均值。本研究中的相关性分析与线性拟合分析分别借助SPSS软件和Origin软件进行。

2 结果与分析

2.1 植被变化特征分析

富蕴县受地形影响水源主要来自降水、阿尔泰山冰雪融水、额尔齐斯河和乌伦古河。2000～2018 年间平均植被覆盖空间分布特征为北高南低（图1a），水域年均面积仅7.58km2，占研究区总面积的0.02%；极低、低、中低植被覆盖年均面积分别为3387.00，17943.63，3549.32km2，分别占研究区总面积的10.49%、55.59%、11.00%；中、中高、高植被覆盖年均面积分别为3649.74，3715.47，25.26km2，分别占研究区总面积的11.31%、11.51%、0.08%。其中中、中高、高植被覆盖区域主要分布在研究区北部阿尔泰山南麓及乌伦古河两岸；极低植被覆盖主要分布在研究区南部的古尔班通古特沙漠边缘。基于研究区2000～2018年6～8月合成的NDVI最大值与相对应的时间序列，利用斜率分析法进行逐像元回归分析，结合斜率（图1b）及显著性检验（图1c）把结果划分为五类，用来反映2000～2018 年间植被覆盖变化趋势。其中17.70%通过了置信水平0.1 下的显著性检验，82.30%未通过置信水平0.1 下的显著性检验，划分标准和分级统计结果见表1。分析发现近19 年间研究区植被退化的区域面积170km2，约占研究区总面积的0.53%；植被覆盖改善区域面积为4674 km2，约占研究区总面积的14.48%；植被覆盖变化不显著的区域面积为27434km2，约占研究区总面积的84.99%。显著增加区域主要分布在研究区北部阿尔泰山南麓，乌伦古河两岸，以及研究区南部的古尔班通古特沙漠边缘区域；显著减少区域面积很小，主要分布在富蕴县城向西的额尔齐斯河两岸。可知研究区近19 年间植被覆盖大部稳定，但呈一定的增加趋势。

2.2 植被NDVI变化与气候因子的响应

2.2.1 植被NDVI及气候因子的变化趋势 北疆6～8月是植物覆盖最高季节，本研究统计2000～2018年6～8月NDVI最大值合成后的研究区平均NDVI和6～8月总降雨量、平均气温，研究其随时间序列的变化趋势(图2)。结果表明，NDVI、总降水量与平均气温均呈上升趋势。NDVI上升速度为0.0011·a-1，且2006～2008年NDVI值及标准差较低，即2006～2008年研究区整体植被覆盖较其他年份差。总降雨量和平均气温上升速度较慢，分别为0.197mm·a-1和0.016·a-1。对各曲线特征分析发现，2008～2010年NDVI呈上升趋势，而降雨量呈下降趋势，2015～2017年NDVI与降雨量均呈现上升趋势，同期气温变化趋势不显著，即三曲线的变化特征没有明显规律。

图1 富蕴县NDVI变化趋势及显著性检验Figure 1 The change trend of NDVI and its significance testing in Fuyun County

表1 2000～2018年富蕴县NDVI变化趋势分类标准和结果统计Table 1 The classification standard and results of NDVI change trend in Fuyun County from 2000 to 2018

图2 平均NDVI、总降水量和平均温度的变化趋势Figure 2 The change trend of mean NDVI and total precipitation and men temperature

图1 富蕴县NDVI变化趋势及显著性检验Figure 1 The change trend of NDVI and its significance testing in Fuyun County

表2 NDVI与同期降雨量、平均气温相关系数分级统计Table 2 The classification standard and results of correlation coefficients among NDVI, precipitation and mean temperature

2.2.2 植被NDVI对气候因子的时滞效应 利用式（3），x为NDVI，y为同期气候因子，在ENVI Bandmath工具中逐像元计算富蕴县2000～2018年6～8月NDVI值与同期月降雨量、月平均气温的Pearson相关系数，并且进行显著性检验（图3），分级统计结果见表2。研究区2000～2018年6，7，8月NDVI值与同期降雨量呈正相关面积分别为25787，28931，25541km2，占研究区总面积的79.89%、89.63%、79.13%，呈负中等相关以上强度（r≤-0.4，通过置信水平0.05显著性检验）相关区域，面积仅占研究区面积的0.37%、0.24%、0.20%，其余负相关区域并不显著。可知NDVI值与同期月降雨量主要呈现正相关，且7月NDVI对同期降雨量的响应强度大于6月和8月。与同期月平均气温呈负相关面积分别为22482，28418，28746km2，占研究区总面积的69.65%、88.04%、89.06%，呈正中等相关以上强度（r≥0.4，通过置信水平0.05显著性检验）相关区域，面积仅占研究区面积的1.03%、0.27%、0.19%，其余正相关区域并不显著。可知NDVI值与同期月平均气温主要呈现负相关，且6月NDVI对同期平均气温的响应强度小于7月和8月。气象因子对植被的影响并不一定是瞬时完成的，还要考虑水的渗透、植物根系的吸收等过程，气温的影响也是如此，即植被指数对降雨量、气温的响应在时间上可能存在一定的滞后性[19]。利用式（3），x为NDVI，y为前期一月气候因子，在ENVI Bandmath工具中逐像元计算富蕴县2000～2018年6，7，8月NDVI值与对应气象数据前期一月降雨量、月平均气温的Pearson相关系数，并且进行显著性检验（图4），分级统计结果见表3。

图4 6～8月NDVI与前期一月降水量、平均温度的相关性分析Figure 4 The correlation coeffcients of NDVI and previous month precipitation, mean temperature in June, July and August

研究区 2000～2018 年6～8 月 NDVI 值与前期一月降雨量呈正相关面积分别为26764，29639，31126km2，占研究区总面积的82.92%、91.82%、96.43%，呈负中等相关强度（r≤-0.4，通过置信水平0.05 显著性检验）相关区域，面积仅占研究区面积的0.21%、0.38%、0.09%，其余负相关区域并不显著，可知NDVI值与前期一月降雨量主要呈现正相关。6月NDVI对前期一月降雨量的响应强度小于7月和8月，且NDVI对前期一月降雨量的响应强度高于对同期降雨量的响应。与前期一月平均气温呈负相关面积分别为28101，24883，27971km2，占研究区总面积的87.06%、77.09%、86.66%，呈正中等相关强度（r≥0.4，通过置信水平0.05 显著性检验）相关区域，面积仅占研究区面积的0.64%、0.68%、0.09%，其余正相关区域并不显著，可知NDVI 值与前期一月平均气温主要呈现负相关，且7月NDVI对前期一月平均气温的响应强度小于6月和8月。

2.2.3 植被NDVI对气候因子响应的空间分布特征 利用式（3），x为NDVI，y为气候因子，在ENVI Bandmath工具中计算富蕴县2000～2018年6～8月NDVI值与同期和前期一月降雨量、月平均气温的Pearson相关系数，得到其空间分布图（图3、图4），分级统计结果见表2和表3。2000～2018年6～8月富蕴县NDVI与同期降雨量主要呈现正相关关系，结合富蕴县土地利用现状图，发现中、高度正相关区域主要集中在库尔特乡、可可托海镇北部、阿尔泰山南麓的额尔齐斯河周边（林地、牧草地）、杜热镇南部（牧草地）及其他零星地区。负相关区域集中分布在研究区北部的阿勒泰山（林地、牧草地）、富蕴县城南部、克孜勒希力克乡周边（牧草地）、研究区中南部（托尔特库勒西，牧草地）及研究区南部的古尔班通古特沙漠（牧草地、未利用土地）。与同期月平均气温主要呈现负相关关系，负相关区域占研究区面积比例分别为69.65%、88.04%、89.06%。中、高度负相关区域主要集中在研究区西部的杜热镇及南部的古尔班通古特沙漠区域（牧草地），库尔特乡西部及克孜勒希力克乡（牧草地），其他他区域为负相关。2000～2018年6～8月富蕴县NDVI与前期一月降雨量相关性主要呈正相关关系，NDVI对前期一月降雨量响应强度空间分布存在月际差异，中、高度正相关区域中，6月主要集中在库尔特乡、富蕴县城和克孜勒希力克乡一线（牧草地），7月集中分布在研究区中部的额尔齐斯河和乌伦古河之间区域（牧草地），8月分布面积较大，除研究区北部的阿尔泰山（林地、牧草地）、乌伦古河周边及研究区南部外均为中、高度正相关区域（牧草地），负相关区域所占面积较小。与前期一月月平均气温相关性主要呈负相关，NDVI对前期一月月平均气温响应强度空间分布存在月际差异，中、高度正相关区域主要集中在研究区北部的阿勒泰山（林地、牧草地）、额尔齐斯河及乌伦古河沿岸（牧草地）、研究区南部古尔班通古特沙漠（牧草地、未利用土地），其余大部为负相关区域。

表3 NDVI值与前期一月降雨量、平均气温相关系数分级统计Table 3 The classification standard and results of correlation coefficients amony NDVI, previous month precipitation and mean temperature

综上所述，研究区北部阿勒泰山区，土地利用类型为林地和牧草地，NDVI和总降雨量的相关性为负相关或低度正相关，这一区域海拔较高，植被水源主要来自夏季冰雪融水，降雨量增加会导致气温降低、光照强度下降、植被光合作用下降，进而抑制植被生长[20]。研究区中南大部海拔较低，土地利用类型为牧草地，降雨量和NDVI 的相关性主要为正相关，这与前人研究结果类似[21]。研究区北部阿勒泰山区、乌伦古河两岸这些地区水热条件充足，光照和气温成为该区域植被生长的主要胁迫因子[22]，NDVI和平均温度为正相关。南部边缘NDVI与降雨量负相关，与气温呈正相关。研究区NDVI对降雨量、气温的响应存在一定的滞后效应，NDVI对前期一月降雨量的响应强度大于对同期降雨量的响应。

3 讨论与结论

地表生态状况可用植被指数NDVI 进行定量描述，然而NDVI 并不等同植被覆盖度，其在覆盖度大于80%的时候监测能力下降，不同地区NDVI与植被覆盖度的转化需进一步研究。本研究基于像元对研究区2000～2018年间NDVI变化进行线性回归，虽然得到其变化趋势，但可能由于运用线性回归解决非线性问题导致部分有效信息的损失[23]。利用相关性分析方法探讨NDVI 与气候因子的时空响应关系发现NDVI 与降雨量以正相关为主，与平均气温以负相关为主，且NDVI对气候因子的响应存在一定的滞后性，相应强度存在月际和空间差异，这与许多学者的研究结果相符[4,24-25]。研究区气候条件存在南北差异，植被覆盖对气候变化的响应存在时空差异，进一步分析气候变化和人类活动（放牧、采矿、农耕等）共同作用下的植被覆盖变化特征具有非常重要的意义[26]。

本研究结果表明，2000～2018年间，富蕴县植被覆盖整体呈现北高南低的阶梯状分布，在全球气候变化的大背景下，其植被覆盖也发生了显著的变化。近19年研究区6～8月NDVI最大值合成后研究区平均NDVI随时间序列呈增长趋势，NDVI的上升速度为0.0011·a-1，且2006～2008年NDVI值出现谷值。植被覆盖显著增加（通过置信度0.1 水平下的显著性检验）区域主要集中在研究区北部阿勒泰山区，中部乌伦古河沿岸，南部边缘的古尔班通古特沙漠区域。6～8 月总降雨量、气温呈现不显著变化趋势。分析气候因子对研究区NDVI 影响发现，NDVI 与同期降雨量主要呈正相关，与平均气温主要呈负相关，但存在月际及空间分布差异。研究区中部NDVI与降雨量呈正相关，在北部和南部边缘地区呈负相关；NDVI与平均气温的响应关系在北部海拔较高的阿勒泰山、乌伦古河沿岸及研究区南部部分区域呈正相关，其余大部呈负相关,这与海拔、土地利用类型及水资源来源等因素相关[20-22]，不同区域的主要气候胁迫因子不同。NDVI 对气候因子的响应存在明显的滞后效应，前期一月降雨量对NDVI的影响强度大于同期降雨量，前期一月平均气温对NDVI的影响强度与同期平均气温没发现显著区别。研究区北部阿尔泰山区海拔高，植被生长季水源主要来自冰雪融水，乌伦古河沿岸水资源丰富地区均与平均气温变化呈显著正相关，而中部牧草区水资源主要来自自然降雨，与降雨量呈正相关，即植被覆盖变化是气候、地形、水资源分布等多种自然因素共同作用的结果。